Di dunia Web3 yang liar dan tanpa pemerintahan, Desentralisasi, teknologi kripto, dan kepercayaan adalah infrastruktur yang paling mendasar.

Ditulis oleh: Leo

Baru-baru ini, ledakan Worldcoin juga telah cukup kuat untuk membuat narasi Web3+AI, Worldcoin terkait dengan konsep zkML, berasal dari zk+ML (Zero-Knowledge Proof dan machine learning), juga merupakan gabungan baru yang banyak dibicarakan baru-baru ini, tentu saja teknologi zk tidak perlu dipertanyakan, sedangkan ML adalah sub-bidang AI, sebelumnya AI+Web3 sudah menjadi narasi yang cukup populer di industri, hanya saja saat ini tidak ada konsep atau kasus penggunaan yang baik untuk menyatukan kedua hal tersebut dengan mulus, namun baru-baru ini di konferensi Black Mountain, Vitalik juga sangat mendukung zkSNARK, ditambah dengan ledakan Worldcoin, sehingga tidak mengherankan jika zkML menjadi sangat menonjol.

Mungkin Anda tidak terlalu mengenal zkML, artikel ini terutama membantu Anda menghilangkan kabut di sekitar zkML, dengan fokus pada pengenalan zkML, contoh penggunaan, dan beberapa proyek potensial. Karena saat ini penggunaan zkML masih sedikit, maka kami berharap Anda dapat memanfaatkan kesempatan ini untuk mempelajari konsep dan contoh penggunaan baru, dan bersiap-siap.

Web 3 + ML

zkML menggabungkan Zero-Knowledge Proof dan machine learning, sebenarnya di luar Web 3, ML bukan lagi istilah baru. Teknologi ini sudah luas digunakan di berbagai bidang, seperti pemrosesan bahasa alami (NLP), kendaraan otonom, e-commerce, dan lainnya. Bahkan di beberapa bidang, ML sudah mendominasi. Oleh karena itu, masa depan zkML adalah hal yang tidak bisa dihindari, dan menyisipkan ML ke dalam Smart Contract akan memberikan cara pemrosesan yang lebih kompleks dan cerdas.

Dengan menambahkan fitur ML, Smart Contract dapat menjadi lebih otonom dan dinamis, memungkinkan mereka untuk melakukan pemrosesan berdasarkan data on-chain real-time daripada aturan statis. Smart Contract akan menjadi lebih fleksibel, cocok untuk berbagai skenario, termasuk yang mungkin tidak terduga saat kontrak awal dibuat. Singkatnya, fitur ML akan memperluas otomatisasi, akurasi, efisiensi, dan fleksibilitas dari setiap Smart Contract yang kita tempatkan on-chain.

Saati ini, salah satu alasan mengapa ML belum banyak diadopsi secara luas dalam crypto adalah biaya komputasi untuk menjalankan model-model ini on-chain sangat tinggi, seperti fastBERP - sebuah jenis model bahasa NLP, yang memerlukan sekitar 1800 MFLOPS (juta operasi floating point) untuk dijalankan, ini tidak dapat langsung dijalankan di EVM. Dan model-model yang diterapkan memerlukan prediksi berdasarkan data dunia nyata, untuk memiliki Smart Contract skala ML, kontrak harus memperoleh prediksi semacam ini;

Alasan kedua adalah masalah kerangka kepercayaan dalam penanganan model ML, terutama ada dua hal: pertama, masalah privasi: seperti yang telah disebutkan sebelumnya, parameter model biasanya bersifat pribadi, dalam beberapa kasus, input model juga perlu dirahasiakan, ini tentu akan menimbulkan masalah kepercayaan antara pemilik model dan pengguna model; kedua, kotak hitam Algoritme, model ML kadang-kadang disebut sebagai "kotak hitam", karena melibatkan banyak langkah otomatisasi yang sulit dipahami atau dijelaskan selama proses komputasi. Langkah-langkah ini melibatkan Algoritme kompleks dan jumlah data yang besar, data ini dapat menghasilkan output yang tidak pasti, terkadang acak, yang membuat Algoritme menjadi penyebab bias atau diskriminasi. Teknologi zk dapat secara efisien mengatasi masalah kepercayaan ini.

Jadi pada saat ini, zkSNARK muncul sebagai solusi dalam zkML, di mana sebagian besar teknologi zk mengacu pada zkSNARK. zkSNARK memberikan solusi bagi kita: siapa pun dapat menjalankan model off-chain dan menghasilkan bukti yang ringkas dan dapat diverifikasi bahwa model yang diharapkan memang menghasilkan hasil yang spesifik. Bukti ini dapat dipublikasikan on-chain dan diambil oleh Smart Contract untuk meningkatkan kecerdasannya. Model ML umumnya terdiri dari tiga bagian: data pelatihan, arsitektur model, dan parameter model. Setelah melalui verifikasi inferensi, model yang telah dilatih dapat membuka ruang desain yang diperbarui untuk Smart Contract. (Pelatihan dan verifikasi inferensi model tidak akan dijelaskan secara detail).

zkML dalam kasus penggunaan crypto

Setelah ditingkatkan dengan zkSNARK +ML, Smart Contract juga memiliki banyak kasus penggunaan, berikut adalah beberapa contohnya:

DeFi

Mesin Pembelajaran Mesin off-chain yang dapat diverifikasi

Dengan menggabungkan verifikasi inferensi model ML dengan zkSNARK, Mesin Oracle ML off-chain ini dapat digunakan untuk menyelesaikan pasar prediksi dunia nyata secara andal melalui verifikasi inferensi dan publikasi bukti di on-chain, serta memastikan kontrak protokol dan masalah lainnya.

Parametrisasi ML dari Keuangan Desentralisasi

Banyak sub-bidang dalam Keuangan Desentralisasi yang sebenarnya dapat diotomatisasi. Misalnya, protokol pinjaman dapat menggunakan model ML untuk memperbarui parameter secara real-time. Saat ini, protokol pinjaman lebih bergantung pada model off-chain yang dijalankan oleh organisasi untuk menentukan faktor jaminan, LTV, ambang batas likuidasi, dll., ML dapat memberikan solusi pengganti yang lebih baik, dengan model open source yang dilatih oleh komunitas yang dapat dijalankan dan diverifikasi oleh siapa saja.

Strategi Perdagangan Otomatis

Salah satu cara untuk memvalidasi kinerja strategi perdagangan adalah dengan memungkinkan MP memberikan berbagai uji balik kepada investor, yang tidak dapat memvalidasi apakah strategi perdagangan diikuti oleh model saat dieksekusi, namun zkML dapat memberikan solusi, MP dapat memberikan proof of validation inferensi model keuangan saat diterapkan pada lokasi tertentu.

Bidang Keamanan

Pemantauan Penipuan Smart Contract

Model ML dapat digunakan untuk mendeteksi perilaku jahat yang mungkin dan menjalankan program jeda, bukan mengizinkan pengendali atau peserta pusat untuk mengontrol kemampuan menghentikan kontrak secara langsung.

DID 和 Social

Mengganti Kunci Pribadi dengan otentikasi ciri biometrik (seperti yang dilakukan saat ini oleh Worldcoin)

Manajemen Kunci Pribadi masih menjadi salah satu masalah yang membuat pengguna Web3 kesulitan. Menggunakan pengenalan wajah atau fitur biometrik lainnya untuk mengekstrak Kunci Pribadi adalah salah satu solusi yang mungkin dengan zkML, dan Worldcoin menggunakan pendekatan ini dengan perangkat Orb-nya untuk memastikan seseorang adalah orang yang sebenarnya dan tidak mencoba untuk KYC palsu, dan menggunakan teknologi zk untuk memastikan keluaran model ML-nya tidak akan bocor data pribadi pengguna, dengan menggunakan berbagai sensor kamera dan model pembelajaran mesin yang menganalisis fitur wajah dan iris.

Rekomendasi Personalisasi dan Filter Konten Media Sosial Web3

Demikian pula, beberapa media sosial Web 3 mudah mendapatkan preferensi dan data pengguna, dan menunjukkan kepada kami beberapa spam dan tautan palsu, banyak tautan palsu yang mengakibatkan pencurian Dompet pengguna, tetapi melalui teknologi zkML kita dapat menghindari banyak konten dan tautan email yang tidak perlu.

Ekonomi Kreator dan Game

Rekonsiliasi Ekonomi dalam Permainan

Model ML dapat digunakan untuk menyesuaikan secara dinamis penerbitan token, pasokan, penghapusan, ambang batas pemungutan suara, dll. Salah satu model yang mungkin adalah kontrak insentif, di mana jika ambang batas penyeimbangan tertentu tercapai dan bukti inferensi diverifikasi, ekonomi dalam permainan dapat disesuaikan kembali.

Permainan on-chain baru

Dapat membuat permainan manusia-to-AI yang kolaboratif dan inovatif on-chain, di mana model AI yang tidak dipercayai berperan sebagai karakter NPC, semua tindakan NPC dikirimkan ke on-chain dan dilengkapi dengan bukti yang dapat diverifikasi oleh siapa pun untuk memastikan bahwa model berjalan dengan benar.

Proyek Potensial Ekosistem zkML

Karena zkML masih dalam tahap pengembangan awal, ada sedikit proyek yang dapat ditemukan. Berikut adalah beberapa proyek berpotensi yang telah kami temukan untuk Anda:

Worldcoin

Tidak perlu terlalu banyak menjelaskan tentang Worldcoin, kita semua seharusnya cukup familiar, silakan lihat "Jika Worldcoin berhasil, dampak apa yang akan terjadi pada industri enkripsi?"

Modulus Labs

Modulus Labs adalah salah satu proyek yang lebih beragam di zkML, membangun teknologi yang diperlukan untuk AI on-chain. Ini berdedikasi untuk kasus penggunaan dan penelitian terkait. Dalam hal aplikasi, Modulus Labs telah mengembangkan RockyBot (sebuah robot perdagangan on-chain) dan Leela vs. the World (sebuah permainan catur), contoh on-chain yang dapat diverifikasi dari permainan catur manusia dengan mesin catur Leela.

Giza

Giza adalah sebuah protokol yang bertujuan untuk mengembangkan ekonomi melalui AI, mampu mendeploy model AI secara on-chain dengan cara yang sepenuhnya tidak dipercaya, didukung oleh kemitraan dengan StarkWare, akhirnya menciptakan pasar alternatif untuk pengembangan AI.

Zkaptcha

Zkaptcha fokus pada masalah robot dalam Web3, melindungi Smart Contract dari serangan robot, menggunakan Zero-Knowledge Proof untuk membuat Smart Contract yang tahan terhadap Serangan Sybil, dan menyediakan layanan verifikasi kode untuk Smart Contract. Saat ini, proyek ini memungkinkan pengguna akhir untuk menghasilkan bukti pekerjaan manusia dengan menyelesaikan kode verifikasi. Di masa depan, Zkaptcha akan mewarisi zkML dan memperkenalkan layanan kode verifikasi Web 2 yang ada, tetapi juga dapat menganalisis gerakan mouse dan perilaku lainnya untuk menentukan apakah pengguna tersebut manusia asli.

Kesimpulan

Saat ini, tampaknya produk-produk yang menggabungkan zkML dan crypto dalam domain tersebut sebenarnya tidak terlalu banyak, dalam proses pembangunan produk semacam ini, masih akan menghadapi beberapa masalah, zkML dan crypto mungkin memerlukan lebih banyak perbaikan dan optimalisasi di masa depan. Namun, dengan gabungan zkSNARK dan ML, kita memiliki alasan untuk percaya bahwa kekuatan zkML dapat membawa masa depan dan perkembangan yang lebih baik bagi crypto, juga mengharapkan munculnya lebih banyak produk yang beragam dalam domain ini, teknologi zk dan crypto menyediakan lingkungan yang aman dan dapat dipercaya untuk operasi ML, dan di masa depan, selain inovasi produk, juga mungkin akan memunculkan inovasi dalam model bisnis crypto, karena dalam dunia Web 3 yang liar dan tanpa pemerintah ini, Desentralisasi, teknologi crypto, dan kepercayaan adalah infrastruktur yang paling mendasar.